CN117361331A - 一种基于激光雷达的集装箱吊具位姿检测方法 - Google Patents
一种基于激光雷达的集装箱吊具位姿检测方法 Download PDFInfo
- Publication number
- CN117361331A CN117361331A CN202311411048.7A CN202311411048A CN117361331A CN 117361331 A CN117361331 A CN 117361331A CN 202311411048 A CN202311411048 A CN 202311411048A CN 117361331 A CN117361331 A CN 117361331A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- lifting appliance
- pose
- cloud data
- coordinate system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 239000003550 marker Substances 0.000 claims abstract description 99
- 238000000034 method Methods 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 abstract description 9
- 238000012545 processing Methods 0.000 abstract description 6
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C13/00—Other constructional features or details
- B66C13/18—Control systems or devices
- B66C13/46—Position indicators for suspended loads or for crane elements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C13/00—Other constructional features or details
- B66C13/18—Control systems or devices
- B66C13/48—Automatic control of crane drives for producing a single or repeated working cycle; Programme control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于激光雷达的集装箱吊具位姿检测方法,包括如下步骤:部署激光雷达和反光标识物;建立基于实际空间位置的世界坐标系;获取激光雷达的点云数据,将点云数据转换到世界坐标系下并投影为点云场景图;在点云场景图中提取反光标识物的点云数据,将反光标识物作为吊具的轮廓计算吊具的中心点位置和偏转角度;根据吊具的尺寸、中心点位置和偏转角度在点云场景图中提取吊具的点云数据并作为一帧点云图像保存;根据吊具的点云图像计算吊具的位姿。本发明通过激光雷达采集吊具的点云数据,通过对点云数据的处理与计算得到吊具的位姿,保证测量精度的同时,降低检测成本,提高检测效率。
Description
技术领域
本发明涉及集装箱吊具位姿识别领域,尤其涉及一种基于激光雷达的集装箱吊具位姿检测方法。
背景技术
集装箱轮胎吊是龙门吊的一种,全称轮胎式集装箱起重机。其如同大门一样跨接装载区域和工作区域。通常,在龙门吊两侧装有轮子或其他移动机构,使龙门吊整体(通常称为大车)可以在两个区域内移动。龙门吊上方的横梁装有行走轨道,供司机室及提升装置(通常称为小车)在横梁上移动。
集装箱吊具(英文名“Spreader”),为提升装置的一部分,使用集装箱吊具可以抓取ISO标准的集装箱(20~45英尺长,宽度固定)。在抓取不同长度的集装箱时,依靠马达驱动链传动,使吊具的伸缩梁可以伸长或缩短,达到改变吊具长度以匹配集装箱的长度。集装箱上的四个角处设置有锁孔,吊具四角的锁头可以通过信号控制旋转,达到锁定或松开锁孔的效果。
使用龙门吊抓取集装箱的工作流程是将吊具移动至集装箱上,将锁头与锁孔对齐,当确认锁头完全进入锁孔后,旋转锁头进行啮合,再进行提升作业。而无论抓取集装箱、提升集装箱,还是在下放集装箱的过程,吊具的位姿都对上述作业存在影响。尤其是大车方向偏移、小车方向偏移、偏航角偏移这三个位姿元素。其中大车方向指龙门吊两侧轮胎的行进方向,小车方向指龙门吊上司机室沿横梁导轨运动的方向。
专利CN102452611A公开了一种使用图像捕捉设备和发射灯作为标识物的吊具空间姿态检测装置。该方法将图像捕捉设备安装在起重机小车底部,在吊具上方连接一个三脚架用以固定发射灯。其中图像捕捉设备是可连续捕捉多个图像的照相机或摄像机,发射灯发射固定波长的光线。通过获取到图像中发射灯的位置,由额外的计算设备计算当前吊具的空间位姿。该方法中使用的指示灯耗电且只要有一个有损坏就会影响检测效果。且指示灯连接在吊具上,更容易因振动损坏,同时该方法中使用了额外的计算设备,增加了设备成本。
专利CN114897981A公开了一种使用两个双目相机和四个十字状靶标的检测方法。该方法将两个双目相机安装在小车底部,将拍摄到的靶标图像传输给计算机,由计算机计算吊具此时的偏移量和旋转量,实现位姿识别。该方法中使用了两个双目相机,双目相机图像的处理非常消耗计算资源,从而增加了计算成本。
因此,有必要提供一种基于激光雷达的集装箱吊具位姿检测方法,解决上述问题。
发明内容
本发明要解决的技术问题是提供一种基于激光雷达的集装箱吊具位姿检测方法,通过激光雷达采集顶部轮廓边缘处设置有反光标识物的吊具的点云数据,通过对点云数据的处理与计算得到吊具的位姿,保证测量精度的同时,降低检测成本,提高检测效率。
本发明为解决上述技术问题而采用的技术方案是提供一种基于激光雷达的集装箱吊具位姿检测方法,包括如下步骤:
部署激光雷达和反光标识物,将所述激光雷达设置于小车的下表面且正对固定于所述小车下方的吊具;将所述反光标识物设置于所述吊具的轮廓边缘处;
建立基于实际空间位置的世界坐标系;
获取激光雷达的点云数据,将点云数据转换到世界坐标系下并投影为点云场景图;
在点云场景图中提取所述反光标识物的点云数据,将所述反光标识物作为吊具的轮廓计算所述吊具的中心点位置和偏转角度;
根据所述吊具的尺寸、中心点位置和偏转角度在所述点云场景图中提取所述吊具的点云数据并作为一帧点云图像保存;
根据所述吊具的点云图像计算所述吊具的位姿。
优选地,所述激光雷达为多个,多个所述激光雷达在所述小车的下表面均匀分布,所述检测方法包括:
获取多个所述激光雷达的点云数据,
将多个所述激光雷达的点云数据合并;
将合并后的点云数据的点云数目与设定的总点云阈值进行比较,若点云数目大于等于设定的总点云阈值,表示点云数据合格;若点云数目小于设定的总点云阈值,表示点云数据不合格,则继续获取所述激光雷达的点云数据,直到得到合格的点云数据;
将合格的点云数据转换到世界坐标系下并投影为点云场景图。
优选地,所述吊具包括中心架和连接所述中心架的伸缩梁,所述反光标识物为多个,所述反光标识物至少包括设置于所述伸缩梁顶角的第一反光标识物和设置于所述中心架顶部边缘处的第二反光标识物;所述反光标识物的尺寸为预先测量的尺寸,所述检测方法包括:
根据预先测量的所述反光标识物的位置与尺寸,生成每个所述反光标识物的模板图片;
将所述反光标识物的模板图片与点云场景图进行滑动匹配,提取所述反光标识物所在区域的点云,得到所述反光标识物的点云数据。
优选地,针对所述反光标识物的点云数据设定有限定其点云数目的标识物点云阈值,所述检测方法还包括:
将所述反光标识物的点云数据的点云数目与设定的标识物点云阈值进行比较,若点云数目大于等于设定的标识物点云阈值,表示所述反光标识物的点云数据合格;若点云数目小于设定的标识物点云阈值,表示所述反光标识物的点云数据不合格,则重新获取所述激光雷达的点云数据,投影得到新的点云场景图,在新的点云场景图中提取所述反光标识物的点云数据,直到得到所述反光标识物的合格的点云数据。
优选地,所述吊具的尺寸为预先测量的尺寸,所述检测方法包括:
将所述反光标识物的点云投影到世界坐标系Z=0的平面上,根据所述吊具的尺寸和所述反光标识物在所述吊具上的位置以及尺寸,采用最小二乘法拟合得到所述吊具在所述世界坐标系中的位置,进而计算得到所述吊具的中心点位置和偏转角度。
优选地,根据所述吊具的点云图像采用迭代的方式计算所述吊具的位姿,包括:
获取所述吊具的当前帧和上一帧的点云图像;
根据所述吊具的上一帧的点云图像计算得到上一帧的位姿;
根据所述吊具的当前帧的点云图像计算得到当前帧的第一位姿;
通过最近点迭代,求解当前帧和上一帧之间的位姿偏差;
将上一帧的位姿与位姿偏差相加得到当前帧的第二位姿;
采用卡尔曼滤波器融合第一位姿和第二位姿得到当前帧的吊具位姿。
优选地,预设吊具模板,根据预设的吊具模板的位姿计算当前吊具位姿,包括:
在获取激光雷达的点云数据之前,预先设置吊具模板,并获取吊具模板的点云图像和吊具模板的位姿;
获取所述吊具的当前帧的点云图像;
通过最近点迭代,求解当前帧和吊具模板之间的位姿偏差;
将模板位姿与位姿偏差相加得到当前帧的位姿。
优选地,所述世界坐标系以小车下方的某一点作为原点,在平行于地面的水平平面上,以小车移动时前进的方向为X轴正方向,大车移动时前进的方向为Y轴正方向,Z轴垂直于X轴和Y轴所在水平平面,以指向地面为Z轴正方向。
优选地,还包括:建立吊具坐标系,所述吊具坐标系以吊具的中心点为原点,在平行于地面的水平平面上,以吊具的伸缩梁的延伸方向为X'轴方向,垂直于伸缩梁的方向为Y'轴方向,所述吊具坐标系的原点在世界坐标系中的坐标即为中心点位置坐标,所述吊具坐标系的Y'轴与世界坐标系中的Y轴的相对角度即为所述吊具的偏转角度。
优选地,在建立世界坐标系后进行数据标定,包括:
测量所述反光标识物的尺寸,测量所述吊具的尺寸,并确定所述反光标识物在所述吊具上的位置;
建立基于激光雷达的激光坐标系,对激光坐标系进行标定,确定激光坐标系与世界坐标系的转换关系;
将所述反光标识物的尺寸、所述吊具的尺寸、所述反光标识物在所述吊具上的位置以及激光坐标系与世界坐标系的转换关系作为标定数据存储。
与现有技术相比,本发明实施例的技术方案具有以下有益效果:
本发明提供的基于激光雷达的集装箱吊具位姿检测方法,通过激光雷达采集顶部轮廓边缘处设置有反光标识物的吊具的点云数据,通过反光标识物的尺寸以及在吊具上的位置确认吊具的中心点位置和偏转角度,再根据吊具的尺寸以及中心点位置和偏转角度提取吊具的点云图像,通过吊具的点云图像的计算得到吊具的位姿,保证测量精度的同时,降低检测成本。
进一步地,根据吊具的相邻两帧点云图像采用迭代的方式计算所述吊具的位姿,或者设置吊具模板,将当前帧点云图像与吊具模板点云图像进行对比,根据预设的吊具模板的位姿计算当前吊具位姿,计算结果更准确。
进一步地,采用激光雷达进行点云测量,激光雷达受外部光照影响小,环境适应性好,同时激光雷达数据处理速度快,保证测量结果的实时性,提高检测效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,而不是全部实施例。对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中基于激光雷达的集装箱吊具位姿检测方法流程图;
图2为本发明实施例中反光标识物在吊具上的安装位置示意图;
图3为本发明实施例中吊具位姿示意图;
图4为本发明实施例中基于激光雷达的集装箱吊具位姿检测装置架构图。
图中:
1、激光雷达;2、反光标识物;3、工业计算机;4、吊具;5、小车;
21、第一反光标识物;22、第二反光标识物;
41、中心架;42、伸缩梁。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面以具体的实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
基于现有技术存在的问题,本发明实施例提供一种基于激光雷达的集装箱吊具位姿检测方法,通过激光雷达采集顶部轮廓边缘处设置有反光标识物的吊具的点云数据,通过对点云数据的处理与计算得到吊具的位姿,保证测量精度的同时,降低检测成本,提高检测效率。
图1为本发明实施例中基于激光雷达的集装箱吊具位姿检测方法流程图;图2为本发明实施例中反光标识物在吊具上的安装位置示意图;图3为本发明实施例中吊具位姿示意图;图4为本发明实施例中基于激光雷达的集装箱吊具位姿检测装置架构图。
现在参看图1至图4,下面结合附图和实施例对本发明作进一步的描述。
图1为本发明实施例中基于激光雷达的集装箱吊具位姿检测方法流程图。
请参见图1,本发明实施例的基于激光雷达的集装箱吊具位姿检测方法,包括如下步骤:
S1:部署激光雷达1和反光标识物2,将激光雷达1设置于小车5的下表面且正对固定于小车5下方的吊具4;将反光标识物2设置于吊具4的轮廓边缘处;
S2:建立基于实际空间位置的世界坐标系;
S3:获取激光雷达1的点云数据,将点云数据转换到世界坐标系下并投影为点云场景图;
S4:在点云场景图中提取反光标识物2的点云数据,将反光标识物2作为吊具4的轮廓计算吊具4的中心点位置和偏转角度;
S5:根据吊具4的尺寸、中心点位置和偏转角度在点云场景图中提取吊具4的点云数据并作为一帧点云图像保存;
S6:根据吊具4的点云图像计算吊具4的位姿。
在一些实施例中,激光雷达1为多个,多个激光雷达1在小车5的下表面均匀分布,方法包括:
获取多个激光雷达1的点云数据,将多个激光雷达1的点云数据合并;
将合并后的点云数据的点云数目与设定的总点云阈值进行比较,若点云数目大于等于设定的总点云阈值,表示点云数据合格;若点云数目小于设定的总点云阈值,表示点云数据不合格,则继续获取激光雷达1的点云数据,直到得到合格的点云数据;
将合格的点云数据转换到世界坐标系下并投影为点云场景图。
由于激光雷达1获取的点云数据是以激光雷达1中心为原点的,且激光雷达1在每个时间点采集的点云数据只是场景中的一小部分,激光雷达1进行循环扫描,将多个时间点的点云数据拼接起来作为一帧点云图像使用。同时小车5下装有多个激光雷达1,每个激光雷达1只负责拍摄一部分场景,要将全部激光雷达1拍摄的点云数据合并后进行坐标转换到同一坐标系(世界坐标系)下,才能获得完整的场景点云。所以先进行点云数据合并,如果合并后的点云数据中点云数目不符合要求,则继续等待,直到能输出一帧合格的点云为止。
请参见图2,在一些实施例中,吊具4包括中心架41和连接中心架41的伸缩梁42,反光标识物2为多个,反光标识物2至少包括设置于伸缩梁42顶角的第一反光标识物21和设置于中心架41顶部边缘处的第二反光标识物22;反光标识物2的尺寸为预先测量的尺寸,方法包括:
根据预先测量的反光标识物2的位置与尺寸,生成每个反光标识物2的模板图片;
将反光标识物2的模板图片与点云场景图进行滑动匹配,提取反光标识物2所在区域的点云,得到反光标识物2的点云数据。
在一些实施例中,第一反光标识物21为四个分别设置于伸缩梁42的四个顶角处,第二反光标识物22为四个分别设置于中心架41的四边,反光标识物2的尺寸和物理位置为预先测量。
在一些实施例中,针对反光标识物2的点云数据设定有限定其点云数目的标识物点云阈值,方法还包括:
将反光标识物2的点云数据的点云数目与设定的标识物点云阈值进行比较,若点云数目大于等于设定的标识物点云阈值,表示反光标识物2的点云数据合格;若点云数目小于设定的标识物点云阈值,表示反光标识物2的点云数据不合格,则重新获取激光雷达1的点云数据,投影得到新的点云场景图,在新的点云场景图中提取反光标识物2的点云数据,直到得到反光标识物2的合格的点云数据。
在一些实施例中,吊具4的尺寸为预先测量的尺寸,方法包括:
将反光标识物2的点云投影到世界坐标系Z=0的平面上,根据吊具4的尺寸和反光标识物2在吊具4上的位置以及尺寸,采用最小二乘法拟合得到吊具4在世界坐标系中的位置,进而计算得到吊具4的中心点位置和偏转角度。
在一些实施例中,根据吊具4的点云图像采用迭代的方式计算吊具4的位姿,包括:
获取吊具4的当前帧和上一帧的点云图像;
根据吊具4的上一帧的点云图像计算得到上一帧的位姿(x1,y1,yaw1);
根据吊具4的当前帧的点云图像计算得到当前帧的第一位姿(x2,y2,yaw2);
通过最近点迭代,求解当前帧和上一帧之间的位姿偏差(δx,δy,δyaw);
将上一帧的位姿(x1,y1,yaw1)与位姿偏差(δx,δy,δyaw)相加得到当前帧的第二位姿(x1+δx,y1+δy,yaw1+δyaw);
采用卡尔曼滤波器融合第一位姿(x2,y2,yaw2)和第二位姿(x1+δx,y1+δy,yaw1+δyaw)得到当前帧的吊具位姿。
在一些实施例中,预设吊具模板,根据预设的吊具模板的位姿计算当前吊具位姿,包括:
在获取激光雷达1的点云数据之前,预先设置吊具模板,并获取吊具模板的点云图像和吊具模板的位姿(x0,y0,yaw0);
获取吊具4的当前帧的点云图像;
通过最近点迭代,求解当前帧和吊具模板之间的位姿偏差(δx0,δy0,δyaw0);
将模板位姿(x0,y0,yaw0)与位姿偏差(δx0,δy0,δyaw0)相加得到当前帧的位姿。
请参见图3,在一些实施例中,世界坐标系以小车5下方的某一点作为原点O,在平行于地面的水平平面上,以小车5移动时前进的方向为X轴正方向,大车移动时前进的方向为Y轴正方向,Z轴垂直于X轴和Y轴所在水平平面,以指向地面为Z轴正方向。
方法还包括:建立吊具坐标系,吊具坐标系以吊具4的中心点为原点O',在平行于地面的水平平面上,以吊具4的伸缩梁42的延伸方向为X'轴方向,垂直于伸缩梁42的方向为Y'轴方向,吊具坐标系的原点O'在世界坐标系中的坐标即为中心点位置坐标,吊具坐标系的Y'轴与世界坐标系中的Y轴的相对角度即为吊具4的偏转角度。
在一些实施例中,在建立世界坐标系后进行数据标定,包括:
测量反光标识物2的尺寸,测量吊具4的尺寸,并确定反光标识物2在吊具4上的位置;
建立基于激光雷达1的激光坐标系,对激光坐标系进行标定,确定激光坐标系与世界坐标系的转换关系;
将反光标识物2的尺寸、吊具4的尺寸、反光标识物2在吊具4上的位置以及激光坐标系与世界坐标系的转换关系作为标定数据存储。
请参见图4,本发明还提供一种基于激光雷达的集装箱吊具位姿检测装置,包括:
激光雷达1,部署于小车5的下表面且正对固定于小车5下方的吊具4;
反光标识物2,设置于吊,4的轮廓边缘处,反光标志物2为涂有高反射率涂层的贴纸;
工业计算机3,与激光雷达1连接获取激光雷达1采集的点云数据;
其中,激光雷达1为多个,均匀设置于小车5的下表面;吊具4包括中心架41和连接中心架41的伸缩梁42,反光标识物2为多个,反光标识物2至少包括设置于伸缩梁42顶角的第一反光标识物21和设置于中心架41顶部边缘处的第二反光标识物22,用以标识吊具4的轮廓。
激光雷达1发射出的光线照射到反光标志物2的高反射率涂层时,光线的被吸收率大大减小,反射光线强度大幅增加。在激光雷达1接收到的光线中,这些区域的光线强度值远高于其他区域,因此可以通过筛选该强度值,提取这些区域的点云数据。
综上所述,本发明实施例的基于激光雷达的集装箱吊具位姿检测方法,通过激光雷达1采集顶部轮廓边缘处设置有反光标识物2的吊具4的点云数据,通过反光标识物2的尺寸以及在吊具4上的位置确认吊具4的中心点位置和偏转角度,再根据吊具4的尺寸以及中心点位置和偏转角度提取吊具4的点云图像,通过吊具4的点云图像的计算得到吊具4的位姿,保证测量精度的同时,降低检测成本。
进一步地,根据吊具4的相邻两帧点云图像采用迭代的方式计算吊具4的位姿,或者设置吊具模板,将当前帧点云图像与吊具模板点云图像进行对比,根据预设的吊具模板的位姿计算当前吊具位姿,计算结果更准确。
进一步地,采用激光雷达1进行点云测量,激光雷达1受外部光照影响小,环境适应性好,同时激光雷达1数据处理速度快,保证测量结果的实时性,提高检测效率。
虽然本发明已以较佳实施例揭示如上,然其并非用以限定本发明,任何本领域技术人员,在不脱离本发明的精神和范围内,当可作些许的修改和完善,因此本发明的保护范围当以权利要求书所界定的为准。
Claims (10)
1.一种基于激光雷达的集装箱吊具位姿检测方法,其特征在于,包括如下步骤:
部署激光雷达和反光标识物,将所述激光雷达设置于小车的下表面且正对固定于所述小车下方的吊具;将所述反光标识物设置于所述吊具的轮廓边缘处;
建立基于实际空间位置的世界坐标系;
获取激光雷达的点云数据,将点云数据转换到世界坐标系下并投影为点云场景图;
在点云场景图中提取所述反光标识物的点云数据,将所述反光标识物作为吊具的轮廓计算所述吊具的中心点位置和偏转角度;
根据所述吊具的尺寸、中心点位置和偏转角度在所述点云场景图中提取所述吊具的点云数据并作为一帧点云图像保存;
根据所述吊具的点云图像计算所述吊具的位姿。
2.如权利要求1所述的基于激光雷达的集装箱吊具位姿检测方法,其特征在于,所述激光雷达为多个,多个所述激光雷达在所述小车的下表面均匀分布,所述检测方法包括:
获取多个所述激光雷达的点云数据,
将多个所述激光雷达的点云数据合并;
将合并后的点云数据的点云数目与设定的总点云阈值进行比较,若点云数目大于等于设定的总点云阈值,表示点云数据合格;若点云数目小于设定的总点云阈值,表示点云数据不合格,则继续获取所述激光雷达的点云数据,直到得到合格的点云数据;
将合格的点云数据转换到世界坐标系下并投影为点云场景图。
3.如权利要求1所述的基于激光雷达的集装箱吊具位姿检测方法,其特征在于,所述吊具包括中心架和连接所述中心架的伸缩梁,所述反光标识物为多个,所述反光标识物至少包括设置于所述伸缩梁顶角的第一反光标识物和设置于所述中心架顶部边缘处的第二反光标识物;所述反光标识物的尺寸为预先测量的尺寸,所述检测方法包括:
根据预先测量的所述反光标识物的位置与尺寸,生成每个所述反光标识物的模板图片;
将所述反光标识物的模板图片与点云场景图进行滑动匹配,提取所述反光标识物所在区域的点云,得到所述反光标识物的点云数据。
4.如权利要求3所述的基于激光雷达的集装箱吊具位姿检测方法,其特征在于,针对所述反光标识物的点云数据设定有限定其点云数目的标识物点云阈值,所述检测方法还包括:
将所述反光标识物的点云数据的点云数目与设定的标识物点云阈值进行比较,若点云数目大于等于设定的标识物点云阈值,表示所述反光标识物的点云数据合格;若点云数目小于设定的标识物点云阈值,表示所述反光标识物的点云数据不合格,则重新获取所述激光雷达的点云数据,投影得到新的点云场景图,在新的点云场景图中提取所述反光标识物的点云数据,直到得到所述反光标识物的合格的点云数据。
5.如权利要求3所述的基于激光雷达的集装箱吊具位姿检测方法,其特征在于,所述吊具的尺寸为预先测量的尺寸,所述检测方法包括:
将所述反光标识物的点云投影到世界坐标系Z=0的平面上,根据所述吊具的尺寸和所述反光标识物在所述吊具上的位置以及尺寸,采用最小二乘法拟合得到所述吊具在所述世界坐标系中的位置,进而计算得到所述吊具的中心点位置和偏转角度。
6.如权利要求1所述的基于激光雷达的集装箱吊具位姿检测方法,其特征在于,根据所述吊具的点云图像采用迭代的方式计算所述吊具的位姿,包括:
获取所述吊具的当前帧和上一帧的点云图像;
根据所述吊具的上一帧的点云图像计算得到上一帧的位姿;
根据所述吊具的当前帧的点云图像计算得到当前帧的第一位姿;
通过最近点迭代,求解当前帧和上一帧之间的位姿偏差;
将上一帧的位姿与位姿偏差相加得到当前帧的第二位姿;
采用卡尔曼滤波器融合第一位姿和第二位姿得到当前帧的吊具位姿。
7.如权利要求1所述的基于激光雷达的集装箱吊具位姿检测方法,其特征在于,预设吊具模板,根据预设的吊具模板的位姿计算当前吊具位姿,包括:
在获取激光雷达的点云数据之前,预先设置吊具模板,并获取吊具模板的点云图像和吊具模板的位姿;
获取所述吊具的当前帧的点云图像;
通过最近点迭代,求解当前帧和吊具模板之间的位姿偏差;
将模板位姿与位姿偏差相加得到当前帧的位姿。
8.如权利要求1所述的基于激光雷达的集装箱吊具位姿检测方法,其特征在于,所述世界坐标系以小车下方的某一点作为原点,在平行于地面的水平平面上,以小车移动时前进的方向为X轴正方向,大车移动时前进的方向为Y轴正方向,Z轴垂直于X轴和Y轴所在水平平面,以指向地面为Z轴正方向。
9.如权利要求5所述的基于激光雷达的集装箱吊具位姿检测方法,其特征在于,还包括:建立吊具坐标系,所述吊具坐标系以吊具的中心点为原点,在平行于地面的水平平面上,以吊具的伸缩梁的延伸方向为X'轴方向,垂直于伸缩梁的方向为Y'轴方向,所述吊具坐标系的原点在世界坐标系中的坐标即为中心点位置坐标,所述吊具坐标系的Y'轴与世界坐标系中的Y轴的相对角度即为所述吊具的偏转角度。
10.如权利要求1所述的基于激光雷达的集装箱吊具位姿检测方法,其特征在于,在建立世界坐标系后进行数据标定,包括:
测量所述反光标识物的尺寸,测量所述吊具的尺寸,并确定所述反光标识物在所述吊具上的位置;
建立基于激光雷达的激光坐标系,对激光坐标系进行标定,确定激光坐标系与世界坐标系的转换关系;
将所述反光标识物的尺寸、所述吊具的尺寸、所述反光标识物在所述吊具上的位置以及激光坐标系与世界坐标系的转换关系作为标定数据存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311411048.7A CN117361331B (zh) | 2023-10-28 | 2023-10-28 | 一种基于激光雷达的集装箱吊具位姿检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311411048.7A CN117361331B (zh) | 2023-10-28 | 2023-10-28 | 一种基于激光雷达的集装箱吊具位姿检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117361331A true CN117361331A (zh) | 2024-01-09 |
CN117361331B CN117361331B (zh) | 2024-05-14 |
Family
ID=89407445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311411048.7A Active CN117361331B (zh) | 2023-10-28 | 2023-10-28 | 一种基于激光雷达的集装箱吊具位姿检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117361331B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117572451A (zh) * | 2024-01-11 | 2024-02-20 | 广州市杜格科技有限公司 | 一种基于多线激光雷达的交通信息采集方法、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102452611A (zh) * | 2010-10-21 | 2012-05-16 | 上海振华重工(集团)股份有限公司 | 集装箱起重机的吊具空间姿态的检测方法和装置 |
CN108910701A (zh) * | 2018-08-09 | 2018-11-30 | 三海洋重工有限公司 | 吊具姿态检测系统及方法 |
CN113460888A (zh) * | 2021-05-24 | 2021-10-01 | 武汉港迪智能技术有限公司 | 一种龙门吊吊具自动抓箱方法 |
-
2023
- 2023-10-28 CN CN202311411048.7A patent/CN117361331B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102452611A (zh) * | 2010-10-21 | 2012-05-16 | 上海振华重工(集团)股份有限公司 | 集装箱起重机的吊具空间姿态的检测方法和装置 |
CN108910701A (zh) * | 2018-08-09 | 2018-11-30 | 三海洋重工有限公司 | 吊具姿态检测系统及方法 |
CN113460888A (zh) * | 2021-05-24 | 2021-10-01 | 武汉港迪智能技术有限公司 | 一种龙门吊吊具自动抓箱方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117572451A (zh) * | 2024-01-11 | 2024-02-20 | 广州市杜格科技有限公司 | 一种基于多线激光雷达的交通信息采集方法、设备及介质 |
CN117572451B (zh) * | 2024-01-11 | 2024-04-05 | 广州市杜格科技有限公司 | 一种基于多线激光雷达的交通信息采集方法、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117361331B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117361331B (zh) | 一种基于激光雷达的集装箱吊具位姿检测方法 | |
US20110211066A1 (en) | Position and orientation measurement apparatus, position and orientation measurement method, and storage medium | |
CN111814936A (zh) | 基于空间扫描的集装箱识别方法、系统、设备及存储介质 | |
US11620760B2 (en) | Ranging method based on laser-line scanning imaging | |
US11688030B2 (en) | Shading topography imaging for robotic unloading | |
CN108801653B (zh) | 搬运小车的测评方法 | |
US20220009748A1 (en) | Loading A Container On A Landing Target | |
US20230348237A1 (en) | Mapping of a Crane Spreader and a Crane Spreader Target | |
WO2014035741A1 (en) | Localization and tracking system for mobile robots | |
CN107564051B (zh) | 一种深度信息采集方法及系统 | |
Moller et al. | An automatic evaluation procedure for 3-D scanners in robotics applications | |
US20240051152A1 (en) | Autonomous solar installation using artificial intelligence | |
CN113418467A (zh) | 基于ToF点云数据检测一般及黑色行李尺寸的方法 | |
US20240003675A1 (en) | Measurement system, measurement device, measurement method, and measurement program | |
CN212302516U (zh) | 基于空间扫描的集装箱识别系统 | |
McArthur et al. | Pose-estimate-based target tracking for human-guided remote sensor mounting with a UAV | |
EP4038010B1 (en) | Spreader position control | |
Rosinski et al. | Terrain map building for a walking robot equipped with an active 2D range sensor | |
CN110307829B (zh) | 一种基于无人机视频的起重设备垂直度检测方法及系统 | |
CN207335683U (zh) | 无人驾驶的可移动设备 | |
CN220614020U (zh) | 一种箱梁巡检机器人 | |
CN221093485U (zh) | 一种基于反光标识物的激光雷达检测装置 | |
Jiang et al. | Target object identification and localization in mobile manipulations | |
US20230281827A1 (en) | Point cloud-defined boundary | |
Huang et al. | A geometry method for led mapping |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |